當計算機視覺更像大腦，它更像人類一樣看到東西

當計算機視覺更像人腦時，它見到的東西更像人類

由 Jennifer Michalowski 提供的麻省理工學院研究探討

記事指出，當今許多技術，從攝影機到自駕車，都依賴人工智慧從視覺訊息中提取意義。當今的 AI 技術以人工神經網路為核心，大多數情況下，我們可以相信這些 AI 計算機視覺系統看待事物的方式與我們相似，但有時它們會失誤。麻省理工學院和 IBM 的研究科學家發現，改善計算機視覺的一種方法是指導它所依賴的人工神經網路模仿人腦的神經網路對視覺影象進行處理。他們在接受國際學習表示會議的採訪中發現，當他們使用人腦的下位腦皮層（IT）神經活動模式來訓練人工神經網路時，這種人工神經網路更能穩定地識別影象中的物體，即使影象包含使任務更加困難的輕微扭曲。他們的研究還發現，模型對影象的解釋更接近人類視覺，即使影象包含輕微的扭曲。

比較神經回路

許多用於計算機視覺的人工神經網路已經類似於人類和其他靈長類中處理視覺訊息的多層腦回路。就像大腦一樣，它們使用類似神經元的單元進行協同處理訊息。當這些多層元件被訓練以完成特定的任務時，它們會共同和逐步地處理視覺訊息，以完成任務，例如確保影象是熊、車還是樹。麻省理工學院的詹姆斯·迪卡洛（James DiCarlo）教授及其他研究人員先前發現，當這些深度學習計算機視覺系統建立起有效解決視覺問題的方法時，它們最終得到了與大腦處理視覺訊息的神經回路相似的人工回路。這表明它們成為了大腦視覺機制的科學模型。

迪卡洛及其他研究人員認為，當這些計算機視覺系統模型變得越來越與人類腦回路相似時，神經科學家將可以更深入地瞭解大腦的功能。他們的研究為神經科學提供了新的思路。迪卡洛教授表示"當視覺系統在現實世界中的表現越來越好時，它們中的一些在內部處理上更像人類。從理解生物學的角度來看，這一點非常有用。"他同時是大腦和認知科學教授，也是麥戈文腦研究所的調查研究員。

打造更像腦的人工智慧

儘管這些計算機視覺系統有很大的潛力，但它們還沒有成為人腦視覺的完美模型。迪卡洛教授認為，改善計算機視覺的一種方法是將大腦的特定功能引入這些模型中。他和合作者們建立了一個計算機視覺模型，使用之前從猴子的 IT 皮層中收集的神經資料，該區域是靈長類在物體識別中所依賴的基於構門的視覺通路的關鍵部分。透過訓練一個人工神經網路模仿這些靈長類的視覺處理神經元行為來識別影象中的物體，研究人員發現這種新的模型對應的 IT 神經元活動與生物 IT 神經元活動更相似。該團隊還發現，即使模型從未看過該猴子的資料，它的模型對該猴子的神經資料進行了更好的對齊，這個結果表明他們的新的計算機模型可能是更加準確的大腦視覺功能模型。

根據研究人員的發現，他們的模型在行為表現方面更像人類，即在人類能正確分類影象的情況下，模型也傾向於成功分類影象，反之亦然。研究人員還發現，這種模型對開發者用於測試計算機視覺和人工智慧系統的對抗攻擊更具抵抗力。對抗攻擊是在影象中引入微小變形，意在引導人工神經網路出錯。這樣的攻擊通常不會欺騙人類，但計算機視覺模型對這些變形的處理較困難。迪卡洛教授說，人類在看到微妙變形的貓時，仍能可靠地報告這是一隻貓，而標準的計算機視覺模型更容易將貓誤認為狗，甚至誤認為樹。研究團隊發現，當他們使他們的模型更加對齊大腦，它在對抗攻擊下更加固健，能夠更正確地識別影象。

推動神經科學和人工智慧的進展

這項研究進一步證實，神經科學和電腦科學之間的思想交流可以推動兩個領域的發展。迪卡洛教授表示"自然/生物智慧和人工智慧之間的這個激動人心的良性迴圈，每個人都受益。在這種情況下，計算機視覺和人工智慧研究人員獲得了實現強韌性的新方法，而神經科學家和認知科學家得到了更準確的人類視覺機制的機械模型。"

這項研究為改進計算機視覺的效能提供了新的方法，同時深化了對大腦視覺機制的理解。未來，研究人員計劃結合多個視覺處理層進行新模型的開發，以進一步提高計算機視覺系統的效能。這一研究結果對於醫學應用和機器學習等領域具有重要意義。

原文連結：https://techxplore.com/news/2023-07-vision-brain-people.html